You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
156 lines
19 KiB
156 lines
19 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "a5443b88ba402d2ec7b000e4de6cecb8",
|
|
"translation_date": "2025-08-28T20:36:16+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "hu"
|
|
}
|
|
-->
|
|
# Adattudomány kezdőknek - Tananyag
|
|
|
|
Azure Cloud Advocates a Microsoftnál örömmel kínál egy 10 hetes, 20 leckéből álló tananyagot az adattudományról. Minden lecke tartalmaz előzetes és utólagos kvízeket, írásos útmutatót a lecke elvégzéséhez, megoldást és feladatot. Projektalapú pedagógiánk lehetővé teszi, hogy tanulás közben építs, ami bizonyítottan segíti az új készségek elsajátítását.
|
|
|
|
**Szívből köszönjük szerzőinknek:** [Jasmine Greenaway](https://www.twitter.com/paladique), [Dmitry Soshnikov](http://soshnikov.com), [Nitya Narasimhan](https://twitter.com/nitya), [Jalen McGee](https://twitter.com/JalenMcG), [Jen Looper](https://twitter.com/jenlooper), [Maud Levy](https://twitter.com/maudstweets), [Tiffany Souterre](https://twitter.com/TiffanySouterre), [Christopher Harrison](https://www.twitter.com/geektrainer).
|
|
|
|
**🙏 Külön köszönet 🙏 a [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) szerzőknek, bírálóknak és tartalomhozzájárulóknak,** különösen Aaryan Arora, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200),
|
|
[Sheena Narula](https://www.linkedin.com/in/sheena-narua-n/), [Tauqeer Ahmad](https://www.linkedin.com/in/tauqeerahmad5201/), Yogendrasingh Pawar , [Vidushi Gupta](https://www.linkedin.com/in/vidushi-gupta07/), [Jasleen Sondhi](https://www.linkedin.com/in/jasleen-sondhi/)
|
|
|
|
||
|
|
|:---:|
|
|
| Adattudomány kezdőknek - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
### 🌐 Többnyelvű támogatás
|
|
|
|
#### Támogatott GitHub Action által (Automatikus és mindig naprakész)
|
|
|
|
[Francia](../fr/README.md) | [Spanyol](../es/README.md) | [Német](../de/README.md) | [Orosz](../ru/README.md) | [Arab](../ar/README.md) | [Perzsa (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Kínai (Egyszerűsített)](../zh/README.md) | [Kínai (Hagyományos, Makaó)](../mo/README.md) | [Kínai (Hagyományos, Hongkong)](../hk/README.md) | [Kínai (Hagyományos, Tajvan)](../tw/README.md) | [Japán](../ja/README.md) | [Koreai](../ko/README.md) | [Hindi](../hi/README.md) | [Bengáli](../bn/README.md) | [Marathi](../mr/README.md) | [Nepáli](../ne/README.md) | [Pandzsábi (Gurmukhi)](../pa/README.md) | [Portugál (Portugália)](../pt/README.md) | [Portugál (Brazília)](../br/README.md) | [Olasz](../it/README.md) | [Lengyel](../pl/README.md) | [Török](../tr/README.md) | [Görög](../el/README.md) | [Thai](../th/README.md) | [Svéd](../sv/README.md) | [Dán](../da/README.md) | [Norvég](../no/README.md) | [Finn](../fi/README.md) | [Holland](../nl/README.md) | [Héber](../he/README.md) | [Vietnámi](../vi/README.md) | [Indonéz](../id/README.md) | [Maláj](../ms/README.md) | [Tagalog (Filippínó)](../tl/README.md) | [Szuahéli](../sw/README.md) | [Magyar](./README.md) | [Cseh](../cs/README.md) | [Szlovák](../sk/README.md) | [Román](../ro/README.md) | [Bolgár](../bg/README.md) | [Szerb (Cirill)](../sr/README.md) | [Horvát](../hr/README.md) | [Szlovén](../sl/README.md) | [Ukrán](../uk/README.md) | [Burmai (Mianmar)](../my/README.md)
|
|
|
|
**Ha további fordításokat szeretnél, a támogatott nyelvek listája [itt található](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
#### Csatlakozz közösségünkhöz
|
|
[](https://discord.gg/kzRShWzttr)
|
|
|
|
# Diák vagy?
|
|
|
|
Kezdd el az alábbi forrásokkal:
|
|
|
|
- [Diákoknak szóló oldal](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Ezen az oldalon kezdő forrásokat, diákcsomagokat és akár ingyenes tanúsítvány vouchert is találhatsz. Érdemes ezt az oldalt könyvjelzőzni és időnként ellenőrizni, mivel havonta frissítjük a tartalmat.
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Csatlakozz egy globális diák nagyköveti közösséghez, ez lehet az utad a Microsofthoz.
|
|
|
|
# Kezdés
|
|
|
|
> **Tanárok**: [néhány javaslatot](for-teachers.md) is mellékeltünk, hogyan használhatjátok ezt a tananyagot. Szívesen fogadjuk visszajelzéseiteket [a vitafórumunkon](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
|
|
|
|
> **[Diákok](https://aka.ms/student-page)**: ha önállóan szeretnéd használni ezt a tananyagot, forkolj le az egész repót, és végezd el a gyakorlatokat, kezdve az előadások előtti kvízzel. Ezután olvasd el az előadást, és végezd el a többi tevékenységet. Próbáld meg a projekteket úgy létrehozni, hogy megérted a leckéket, ahelyett hogy lemásolnád a megoldás kódját; azonban a kód elérhető a /solutions mappákban minden projektorientált leckében. Egy másik ötlet lehet, hogy tanulócsoportot alakítasz barátaiddal, és együtt haladtok a tartalommal. További tanulmányokhoz ajánljuk a [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) platformot.
|
|
|
|
## Ismerd meg a csapatot
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "Promo videó")
|
|
|
|
**Gif készítette** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Kattints a fenti képre, hogy megnézd a projektet és azokat, akik létrehozták!
|
|
|
|
## Pedagógia
|
|
|
|
Két pedagógiai alapelvet választottunk a tananyag kidolgozása során: biztosítani, hogy projektalapú legyen, és hogy gyakori kvízeket tartalmazzon. A sorozat végére a diákok megtanulják az adattudomány alapelveit, beleértve az etikai fogalmakat, az adatelőkészítést, az adatokkal való különböző munkamódokat, adatvizualizációt, adatelemzést, az adattudomány valós alkalmazási eseteit és még sok mást.
|
|
|
|
Ezenkívül egy alacsony tétű kvíz az óra előtt segít a diákoknak a téma iránti figyelem összpontosításában, míg egy második kvíz az óra után elősegíti a további rögzítést. Ez a tananyag rugalmasnak és szórakoztatónak készült, és egészében vagy részben is elvégezhető. A projektek kicsiben kezdődnek, és a 10 hetes ciklus végére egyre összetettebbé válnak.
|
|
> Találd meg a [Magatartási Kódexünket](CODE_OF_CONDUCT.md), a [Hozzájárulási útmutatót](CONTRIBUTING.md), és az [Fordítási irányelveket](TRANSLATIONS.md). Örömmel fogadjuk az építő jellegű visszajelzéseidet!
|
|
## Minden lecke tartalmazza:
|
|
|
|
- Opcionális vázlatrajz
|
|
- Opcionális kiegészítő videó
|
|
- Óra előtti bemelegítő kvíz
|
|
- Írott lecke
|
|
- Projektalapú leckék esetén lépésről lépésre útmutató a projekt elkészítéséhez
|
|
- Tudásellenőrzések
|
|
- Egy kihívás
|
|
- Kiegészítő olvasmány
|
|
- Feladat
|
|
- [Óra utáni kvíz](https://ff-quizzes.netlify.app/en/)
|
|
|
|
> **Megjegyzés a kvízekről**: Az összes kvíz a Quiz-App mappában található, összesen 40 darab, három kérdésből álló kvíz. A leckékből elérhetők, de a kvíz alkalmazás helyben futtatható vagy Azure-ra telepíthető; kövesd az utasításokat a `quiz-app` mappában. Folyamatosan lokalizáljuk őket.
|
|
|
|
## Leckék
|
|
|
|
||
|
|
|:---:|
|
|
| Adattudomány kezdőknek: Útmutató - _Vázlatrajz [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
| Lecke száma | Téma | Leckecsoport | Tanulási célok | Kapcsolódó lecke | Szerző |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | Az adattudomány meghatározása | [Bevezetés](1-Introduction/README.md) | Ismerd meg az adattudomány alapfogalmait, és hogy hogyan kapcsolódik a mesterséges intelligenciához, gépi tanuláshoz és a big data-hoz. | [lecke](1-Introduction/01-defining-data-science/README.md) [videó](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
|
|
| 02 | Az adattudomány etikája | [Bevezetés](1-Introduction/README.md) | Adatetikával kapcsolatos fogalmak, kihívások és keretrendszerek. | [lecke](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
| 03 | Az adatok meghatározása | [Bevezetés](1-Introduction/README.md) | Hogyan osztályozzuk az adatokat és azok gyakori forrásait. | [lecke](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 04 | Bevezetés a statisztikába és valószínűségszámításba | [Bevezetés](1-Introduction/README.md) | A statisztika és valószínűségszámítás matematikai technikái az adatok megértéséhez. | [lecke](1-Introduction/04-stats-and-probability/README.md) [videó](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
| 05 | Relációs adatok kezelése | [Adatok kezelése](2-Working-With-Data/README.md) | Bevezetés a relációs adatokba és az SQL (Structured Query Language) alapjaiba, amelyet „szí-kvell”-nek ejtenek. | [lecke](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
|
|
| 06 | NoSQL adatok kezelése | [Adatok kezelése](2-Working-With-Data/README.md) | Bevezetés a nem relációs adatokba, azok különböző típusai és dokumentumadatbázisok elemzésének alapjai. | [lecke](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
| 07 | Python használata | [Adatok kezelése](2-Working-With-Data/README.md) | Alapok a Python használatához az adatok feltárásában, például Pandas könyvtárakkal. Ajánlott a Python programozás alapjainak ismerete. | [lecke](2-Working-With-Data/07-python/README.md) [videó](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
|
|
| 08 | Adatok előkészítése | [Adatok kezelése](2-Working-With-Data/README.md) | Témák az adatok tisztításának és átalakításának technikáiról, hogy kezelni lehessen a hiányos, pontatlan vagy nem teljes adatokat. | [lecke](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 09 | Mennyiségek vizualizálása | [Adatok vizualizálása](3-Data-Visualization/README.md) | Tanuld meg, hogyan használhatod a Matplotlib-et madáradatok vizualizálására 🦆 | [lecke](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 10 | Adatok eloszlásának vizualizálása | [Adatok vizualizálása](3-Data-Visualization/README.md) | Megfigyelések és trendek vizualizálása egy intervallumon belül. | [lecke](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 11 | Arányok vizualizálása | [Adatok vizualizálása](3-Data-Visualization/README.md) | Diszkrét és csoportosított százalékok vizualizálása. | [lecke](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 12 | Kapcsolatok vizualizálása | [Adatok vizualizálása](3-Data-Visualization/README.md) | Kapcsolatok és korrelációk vizualizálása adathalmazok és azok változói között. | [lecke](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 13 | Értékes vizualizációk | [Adatok vizualizálása](3-Data-Visualization/README.md) | Technikák és útmutatók, hogy vizualizációid hatékony problémamegoldásra és betekintésekre alkalmasak legyenek. | [lecke](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 14 | Bevezetés az adattudomány életciklusába | [Életciklus](4-Data-Science-Lifecycle/README.md) | Bevezetés az adattudomány életciklusába és annak első lépésébe, az adatok megszerzésébe és kinyerésébe. | [lecke](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
| 15 | Elemzés | [Életciklus](4-Data-Science-Lifecycle/README.md) | Az adattudomány életciklusának ezen szakasza az adatok elemzésének technikáira összpontosít. | [lecke](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
|
|
| 16 | Kommunikáció | [Életciklus](4-Data-Science-Lifecycle/README.md) | Az adattudomány életciklusának ezen szakasza az adatokból származó betekintések bemutatására összpontosít, hogy a döntéshozók könnyebben megértsék azokat. | [lecke](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
|
|
| 17 | Adattudomány a felhőben | [Felhő adatok](5-Data-Science-In-Cloud/README.md) | Ez a leckesorozat bevezeti az adattudományt a felhőben és annak előnyeit. | [lecke](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) és [Maud](https://twitter.com/maudstweets) |
|
|
| 18 | Adattudomány a felhőben | [Felhő adatok](5-Data-Science-In-Cloud/README.md) | Modellek tanítása alacsony kódú eszközökkel. |[lecke](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) és [Maud](https://twitter.com/maudstweets) |
|
|
| 19 | Adattudomány a felhőben | [Felhő adatok](5-Data-Science-In-Cloud/README.md) | Modellek telepítése az Azure Machine Learning Studio-val. | [lecke](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) és [Maud](https://twitter.com/maudstweets) |
|
|
| 20 | Adattudomány a való világban | [Való világban](6-Data-Science-In-Wild/README.md) | Adattudomány által vezérelt projektek a való életben. | [lecke](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
Kövesd az alábbi lépéseket, hogy megnyisd ezt a mintát egy Codespace-ben:
|
|
1. Kattints a Code legördülő menüre, és válaszd az Open with Codespaces opciót.
|
|
2. Válaszd a + New codespace lehetőséget a panel alján.
|
|
További információért nézd meg a [GitHub dokumentációt](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
|
|
|
|
## VSCode Remote - Containers
|
|
Kövesd az alábbi lépéseket, hogy megnyisd ezt a repót egy konténerben a helyi gépeden és a VSCode-ban a VS Code Remote - Containers bővítmény segítségével:
|
|
|
|
1. Ha először használsz fejlesztői konténert, győződj meg róla, hogy a rendszered megfelel az előfeltételeknek (például telepítve van a Docker) a [kezdő dokumentációban](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
|
|
|
|
A repót kétféleképpen használhatod:
|
|
|
|
**Megjegyzés**: A háttérben a Remote-Containers: **Clone Repository in Container Volume...** parancsot használja, hogy a forráskódot egy Docker kötetbe klónozza a helyi fájlrendszer helyett. A [kötetek](https://docs.docker.com/storage/volumes/) az adatok tárolásának preferált mechanizmusa.
|
|
|
|
Vagy megnyithatod a repó helyileg klónozott vagy letöltött verzióját:
|
|
|
|
- Klónozd ezt a repót a helyi fájlrendszeredre.
|
|
- Nyomd meg az F1-et, és válaszd a **Remote-Containers: Open Folder in Container...** parancsot.
|
|
- Válaszd ki a klónozott mappát, várd meg, amíg a konténer elindul, és próbáld ki.
|
|
|
|
## Offline hozzáférés
|
|
|
|
A dokumentációt offline is futtathatod a [Docsify](https://docsify.js.org/#/) segítségével. Forkold ezt a repót, [telepítsd a Docsify-t](https://docsify.js.org/#/quickstart) a helyi gépedre, majd a repó gyökérmappájában írd be: `docsify serve`. A weboldal a localhost 3000-es portján lesz elérhető: `localhost:3000`.
|
|
|
|
> Megjegyzés: A jegyzetfüzetek nem jelennek meg a Docsify-ban, ezért ha jegyzetfüzetet kell futtatnod, azt külön tedd meg a VS Code-ban, Python kernel használatával.
|
|
|
|
## Egyéb tananyagok
|
|
|
|
Csapatunk más tananyagokat is készít! Nézd meg:
|
|
|
|
- [Generatív AI kezdőknek](https://aka.ms/genai-beginners)
|
|
- [Generatív AI kezdőknek .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
|
|
- [Generatív AI JavaScript-tel](https://github.com/microsoft/generative-ai-with-javascript)
|
|
- [Generatív AI Java-val](https://aka.ms/genaijava)
|
|
- [AI kezdőknek](https://aka.ms/ai-beginners)
|
|
- [Adattudomány kezdőknek](https://aka.ms/datascience-beginners)
|
|
- [ML kezdőknek](https://aka.ms/ml-beginners)
|
|
- [Kiberbiztonság kezdőknek](https://github.com/microsoft/Security-101)
|
|
- [Webfejlesztés kezdőknek](https://aka.ms/webdev-beginners)
|
|
- [IoT kezdőknek](https://aka.ms/iot-beginners)
|
|
- [XR fejlesztés kezdőknek](https://github.com/microsoft/xr-development-for-beginners)
|
|
- [GitHub Copilot mesterfokon páros programozáshoz](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
|
|
- [GitHub Copilot mesterfokon C#/.NET fejlesztőknek](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
|
|
- [Válaszd ki a saját Copilot kalandodat](https://github.com/microsoft/CopilotAdventures)
|
|
|
|
---
|
|
|
|
**Felelősségkizárás**:
|
|
Ez a dokumentum az [Co-op Translator](https://github.com/Azure/co-op-translator) AI fordítási szolgáltatás segítségével készült. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasolt a professzionális, emberi fordítás igénybevétele. Nem vállalunk felelősséget a fordítás használatából eredő félreértésekért vagy téves értelmezésekért. |